Degenen onder ons die het geluk hebben een stoel bij het raam te hebben, kunnen het weer voorspellen door gewoon naar buiten te kijken, maar voor de minder bevoorrechte weersvoorspellingen en -analyses worden ze steeds beter en beter. Tomorrow.io heeft zojuist de resultaten vrijgegeven van de eerste twee radarsatellieten, waarvan is aangetoond dat ze dankzij machine learning concurrerend zijn met grotere, oudere voorspellingstechnologie op aarde en in een baan om de aarde.
Het bedrijf plant deze missie al sinds het in 2021 ClimaCell heette, en de vandaag aangekondigde resultaten (die binnenkort officieel zullen worden gepresenteerd op een meteorologische conferentie) laten zien dat hun hightech-aanpak werkt.
Weersvoorspellingen zijn om vele redenen complex, maar de wisselwerking tussen krachtige, maar verouderde hardware (zoals radarnetwerken en oudere satellieten) en moderne software is enorm. Die infrastructuur is krachtig en waardevol, maar het verbeteren van de prestaties ervan vereist veel werk aan de computerkant – en op een gegeven moment begin je afnemende rendementen te behalen.
Dit is niet alleen “zal het vanmiddag regenen”, maar complexere en belangrijkere voorspellingen, zoals in welke richting een tropische storm zich zal bewegen, of hoeveel regen er precies op een bepaalde regio is gevallen tijdens een storm of droogte. Dergelijke inzichten worden steeds belangrijker bij klimaatverandering.
Ruimtevaart is uiteraard een voor de hand liggende plek om te investeren, maar de weerinfrastructuur is onbetaalbaar groot en zwaar. NASA’s Global Precipitation Satellite, de gouden standaard op dit gebied, gelanceerd in 2014, maakt gebruik van Ka (26-40 GHz) en Ku (12-18 GHz) bandradar en weegt ongeveer 3.850 kilogram.
Het plan van Tomorrow.io is om een nieuwe ruimtegebaseerde radarinfrastructuur te creëren met een moderne twist. De satellieten zijn klein (slechts 85 kilogram) en gebruiken alleen de Ka-band. De twee satellieten, Tomorrow R1 en R2, werden vorig jaar april en juni gelanceerd en pas nu, na een lange periode van schudden en testen, beginnen ze hun kwaliteit te tonen.
In een reeks experimenten die het bedrijf later dit jaar in een tijdschrift wil publiceren, beweert Tomorrow dat zijn satellieten met slechts één radarband en een fractie van de massa resultaten kunnen produceren die vergelijkbaar zijn met NASA’s GPM en op de grond gebaseerde systemen. Bij een aantal verschillende taken waren de R1- en R2-satellieten in staat om even nauwkeurige of zelfs betere en nauwkeurigere voorspellingen en waarnemingen te doen dan GPM, en hun resultaten kwamen ook nauw overeen met grondradargegevens.
Voorbeelden van gegevens van satellieten R1 en R2.
Ze bereiken dit door machine learning-modellen te gebruiken die, zoals Chief Meteorological Officer Arun Chowla beschreef, fungeren als twee instrumenten in één. Het is getraind op gegevens van beide GPM-radars, maar door de relatie tussen de waarnemingen en het verschil tussen de twee radarsignalen te leren, kan het een vergelijkbare voorspelling doen met slechts één band. Zoals hun blogpost zegt:
Het algoritme is getraind met deze van twee frequenties afgeleide neerslagprofielen, maar gebruikt alleen Ka-bandwaarnemingen als invoer. Niettemin wordt de complexe relatie tussen de vorm van het reflectiviteitsprofiel en de neerslag door het algoritme ‘geleerd’, en wordt het volledige neerslagprofiel hersteld, zelfs in gevallen waarin de Ka-bandreflectiviteit volledig wordt verzwakt door zware neerslag.
Het is een enorm succes voor Tomorrow.io als deze resultaten verschijnen en generaliseren naar andere weerpatronen. Maar het idee is niet om de Amerikaanse infrastructuur te vervangen – GPM en het grondradarnetwerk zijn er voor de lange termijn en zijn van onschatbare waarde. Het echte probleem is dat ze niet gemakkelijk kunnen worden vermenigvuldigd om de rest van de wereld te bestrijken.
Het bedrijf hoopt een netwerk van satellieten te hebben dat dit niveau van gedetailleerde voorspellingen en analyses op wereldschaal kan bieden. Hun acht geplande productiesatellieten zullen groter zijn – ongeveer 300 kg – en capabeler.
“We werken eraan om overal ter wereld realtime neerslaggegevens te kunnen leveren, wat volgens ons een game changer is op het gebied van weersvoorspellingen”, aldus Chowla. “In die zin werken we aan nauwkeurigheid, wereldwijde beschikbaarheid en latentie (gemeten als de tijd tussen het signaal dat door de satelliet wordt opgepikt en het moment dat de gegevens beschikbaar zijn voor invoer in de producten).”
Ze creëren ook het onvermijdelijke dataspel, met een meer gedetailleerde reeks orbitale radarbeelden waarop ze hun en andere systemen kunnen trainen. Maar om het te laten werken, hebben ze veel meer gegevens nodig – en ze zijn van plan het tempo op te voeren door dit jaar meer satellietlanceringen te verzamelen.